ラビットチャレンジ四日目：深層学習（Days1,2）

ラビットチャレンジのステージ３を進めている。ステージ３では深層学習の基礎的な内容を学習する。ニューラルネットワークの説明から始まり、Affine 変換、誤差勾配の計算とパラメータの更新方法、そして畳み込みニューラルネットワークまでまんべんなく学習できるステージとなっている。

今回の学習手順は前回と同じくビデオ視聴＋要点の整理、ステージテスト、レポート作成、コード実装演習とする予定である。現時点でステージテストまで進めた。ビデオは８時間半ほどあり、ますます視聴時間が増大している。しかしながら講義は分かりやすく、非常にためになると感じた。
一方でステージテストは、深層学習というよりは機械学習（ステージ２）の内容がほとんどであった。理由はよくわからない。もしかしたらステージ４で深層学習についてまとめてテストするのだろうか。何にせよ、機械学習の学習内容をしっかりとアウトプットできるようなテストだったので、これはこれで良かったと思う。

コードの実装についてはかなり骨が折れそうであるが、良い機会と考えてしっかりと取り組みたいところである。特に畳み込み層の計算のコア部分の実装（im2col、col2im）は、畳み込み層に限らず他の場面でも参考になるだろう。